Pulse · AI 뉴스

Gradient-free Riemannian Langevin Sampler: 미분 정보 없이 다중 모드 분포 샘플링

arXiv cs.LG · 2026-07-09

연구진이 미분 정보 없이 다중 모드 분포를 샘플링하는 새로운 방법인 Gradient-free Riemannian Langevin Sampler (GRiLS)를 제안했어요. GRiLS는 리만 기하학적 측정을 도입하여 샘플링 과정에서 모드 간 장벽을 낮춰 탐색 성능을 개선해요.

기존 방식이 미분 정보 필요성 때문에 어려움을 겪는 복잡한 분포에 대해 GRiLS는 미분 계산 없이도 효과적인 샘플링을 가능하게 해요. 이는 계산 비용이 높은 환경에서 특히 유용해요.

실험 결과, GRiLS는 기존 방식보다 더 나은 혼합 성능을 보여줬으며, 이는 다중 모드 벤치마크에서 확인됐어요.

##MCMC##RiemannianGeometry##GradientFree##Sampling##Multimodal
매일 핵심 AI 소식을 한국어로, 빠르게
App Store 에서 Pulse 받기 앱에서 열기